昆仑分布式数据库技术特点

上章节介绍了昆仑分布式数据库的架构，这章节接着介绍昆仑分布式数据库的技术特点！

一、高可用性（HA）

兼容多种强一致性，高可用性方案(strong consistency,high availability)

1.1 存储shard:默认使用MySQLGroupReplication保障数据库服务高可用

1.2 2*N+1个节点的shard，每个已提交的事务都复制到了至少N个备机

1.3 兼容基于mysqlrowbasedreplication的半同步同步的高可用技术(*)

1.4 兼容基于共享存储实现高可用的mysql存储集群(*)

二、完备的容灾能力

完备的容灾能力(crash safety&fault tolerance)

2.1 存储集群主备强一致

2.2 GTP:全局事务容灾能力

• 分布式事务两阶段提交

• 节点/网络故障时可以保障分布式事务ACID

2.3 GMR:DDL与集群全局元数据一致性

• DDL事务涉及计算节点，元数据集群，存储集群

2.4 GMR:计算节点之间的元数据语句复制及其一致性保障

• 复制过程随时可能中断

2.5 GTP:计算节点自动切换存储集群主节点(auto failover)

• 元数据集群，存储集群

2.6 GTP:cluster_mgr:自动维护各shard的存储集群复制状态

三、水平扩展能力

高可扩展性(high scalability):计算能力，存储空间，资源利用率

3.1 IAP:灵活的sharding方式

• 用户对sharding方式拥有全部控制

* sharding方式:hash/range/list，未来mirror(*)




* 选择sharding列:任意若干个列

 


* 用户最理解自己的数据及其访问模式

• 定制分区选项达到最优性能

专业模式VS 傻瓜模式

• 根据数据表的规模定制sharding方案

* 不需要预估全局的固定的分区数目，也不把所有表等分为固定数量的分区




* 可以为每个表按需增加分区，各表分区数量各异




* 最少化两阶段提交的事务数量

• 计算节点自动为每个分片选择合适的存储集群

3.2 ESO:自动按需扩展(*)

• 自动透明地分布数据表到新加入的存储集群

• 业务和最终用户无感知

3.3 GPQP:全局并行查询处理:后摩尔时代，利用更多的计算资源

• 计算节点层的并行

• 计算节点与存储节点之间的并行

• 存储节点层的并行(*)

3.4 多点读写

• 按需增加/减少计算节点

• 按需增加/减少存储shard(*)

• 存储集群支持多点写入(*)

• 备机读(*)

四、查询处理

4.1 充分理解用户数据

• 本地存储完备的元数据和数据字典

• 本地存储完备的全局数据统计信息

• 有条件产生最优的分布式查询计划和查询执行性能

4.2 完整的查询处理过程

• parser->resolver->optimizer->executer

• 可以处理任意SQL查询

支持多表连接，子查询，聚集查询，CTE，window function，存储过程，视图，物化视图

• 完整的查询处理功能:真prepared statement

4.3 完美支持OLAP查询

• 查询处理能力完美支持大数据分析任务

• 直接使用本地数据，无需数据搬迁，无需spark/hadoop生态

4.4 可以调用MySQL系统函数和用户定义的存储过程/函数

点击阅读原文

 推荐阅读

KunlunBase架构介绍
KunlunBase技术优势介绍
PostgreSQL vs MySQL TPC-H 测试
Kunlun-Storage vs PostgreSQL OLTP 测试
*KunlunBase项目已开源

【GitHub：】
https://github.com/zettadb

【Gitee：】
https://gitee.com/zettadb

END